1600℃~1700℃에 이르는 쇳물을 다루는 위험하고 고난도의 제철 작업을 인공지능(AI)이 대신하는 기술이 개발됐다.
포스텍은 철강∙에너지소재대학원 홍대근 교수와 임창희 교수 공동연구팀이 인공지능을 활용한 출강 자동화 시스템을 개발했다고 1일 밝혔다. 이 시스템은 포스코 광양제철소 2제강 2전로에 적용해 운영에 들어갔다.
출강은 컵 안에 있는 불순물을 제거하기 위해 컵을 천천히 기울여 불순물만 걸러내듯이, 전로 쇳물에서 슬래그(불순물)를 걸러내는 공정이다. 용광로에서 나온 고온의 쇳물을 다루기 위해서는 절대적 주의가 필요하고 작업자의 숙련도와 집중력에 따라 품질에 절대적인 영향을 미친다.
지금까지는 작업자가 고온, 고열의 작업 환경에서 육안으로 확인하며 수동으로 했다. 그렇다 보니 작업자의 숙련도에 따라 제품 성분이나 미세한 품질의 편차가 발생하고, 안전사고에 노출될 수밖에 없었다.
연구팀은 CCTV를 통해 실시간으로 수집되는 내화물 투입 영상과 SDS(Slag Detection System) 영상을 이용해 딥러닝 기반 내화물 투입 적중 여부 자동 판정 기술을 각각 개발했다.
우선 작업을 단계별로 세분화하고 조건별 데이터를 수집, 표준화한 후 출강 패턴을 도출했다. 이렇게 도출된 출강 패턴을 토대로 딥러닝을 통해 합금철 및 슬래그 유출 방지를 위한 내화물 투입 시점을 판단하고, 출강 종료까지 공정이 자동으로 이루어져 작업자 간 편차를 줄일 수 있게 됐다.
또 AI 영상인식 기술을 통해 출강 과정을 직접 눈으로 확인하지 않고도 고온 작업으로 인한 위험을 감지할 수 있게 됐다.
이번 연구는 외부 기술에 의존하지 않고 포스텍 철강·에너지소재대학원과 포스코기술연구원, 광양 제강부, 포스코 ICT, 파이벡스가 협력해 이뤄낸 연구성과로 주목받고 있다.
포스코는 전로 출강 자동화 기술을 확대 적용하기로 했다.
홍대근 교수는 “작업 효율 향상과 품질 안정화를 달성한 것은 물론 작업자 안전을 높일 수 있다”며 “출강 자동화 알고리즘을 더욱 고도화해 모든 위험에 대비할 수 있도록 하겠다”고 말했다.
포항=안창한 기자 changhan@kmib.co.kr